Enhancing Investment Analysis: Optimizing AI-Agent Collaboration in Financial Research
혼자보다 둘이서? AI도 적정 인원이 있다
AI도 사람처럼 혼자 일할 때와 여럿이 협업할 때의 성과가 다르다는 흥미로운 연구 결과가 나왔다. 칭화대학교(Tsinghua University)와 AI4파이낸스 재단(AI4Finance Foundation) 연구진은 투자분석을 수행하는 AI 에이전트들을 1명, 2명, 3명으로 구성해 실험을 진행했다. 마치 회사에서 프로젝트 팀을 꾸리듯 AI 팀의 최적 인원을 찾아본 것이다.
연구진은 다우존스 지수에 포함된 30개 기업의 연간보고서를 분석 대상으로 삼았다. AI 에이전트들은 기업의 기본적 분석, 시장 심리 분석, 리스크 분석이라는 세 가지 과제를 수행했다. 연구 결과는 놀랍게도 ‘많을수록 좋다’가 아니었다. 기업의 실적을 분석하거나 시장의 분위기를 파악하는 비교적 단순한 업무는 AI 혼자 처리할 때 가장 성과가 좋았다. 여러 AI가 함께하면 오히려 의견 조율 과정에서 시간이 낭비되고 보고서의 일관성이 떨어졌다.
AI도 리더가 필요할까? 업무 성격에 따라 달라
연구진은 여기서 한 걸음 더 나아가 3명의 AI가 협업하는 방식도 다양하게 실험했다. 한 AI가 리더가 되어 업무를 지시하는 ‘수직적’ 구조, 모든 AI가 대등하게 소통하는 ‘수평적’ 구조, 그리고 이 둘을 혼합한 ‘하이브리드’ 구조를 비교했다.
흥미로운 점은 리스크 분석처럼 복잡한 판단이 필요한 업무에서는 수직적 구조가 가장 효과적이었다는 것이다. 예를 들어 IBM의 리스크를 분석할 때, 한 AI는 정성적 분석을 통해 10점 만점에 7점의 리스크 점수를 부여했고, 다른 AI는 정량적 모델을 구축해 6.35점을 산출했다. 리더 AI는 이 두 분석을 종합해 최종적으로 6.35점이 더 적절하다고 판단했다. 마치 중요한 의사결정을 앞둔 회사에서 여러 부서의 의견을 듣되, 최종 결정은 CEO가 내리는 것처럼, AI 팀에서도 리더의 존재가 중요했다.
최적의 팀 구성이 성과를 좌우한다
연구진은 각 과제의 특성에 따라 최적의 AI 팀 구성이 다르다는 점을 발견했다. 기본적 분석과 시장 심리 분석은 AI들이 자유롭게 소통하며 정보를 공유하는 것이 효과적이었다. 예를 들어 한 AI가 기업 분석을 마치면 다른 AI에게 “추가적인 관점이나 통찰이 있는지” 물었고, 다른 AI는 “산업 전반의 트렌드와 경제적 요인도 고려해야 한다”며 보완점을 제시했다. 반면 리스크 분석에서는 각자 독립적으로 분석한 후 리더가 이를 종합하는 방식이 더 나았다. AI들이 서로 소통하면 의견이 수렴되어 다양한 리스크 요인을 놓칠 수 있기 때문이다. 이는 복잡한 의사결정 과정에서 다양한 관점을 유지하면서도 최종적으로는 일관된 판단이 필요하다는 점을 보여준다.
업무에 따라 AI 팀도 탄력적으로
연구진은 이런 발견을 바탕으로 ‘앙상블 구조’라는 새로운 방식을 제안했다. 쉬운 일은 AI 한 명에게 맡기고, 복잡한 판단이 필요한 일은 리더가 있는 3인 팀에게 맡기는 방식이다. 실제로 이 방식을 적용했더니 주가 예측에서 실제 가격과의 오차가 2.35%에 불과했으며, 주식 매수/비매수 결정의 정확도는 66.7%까지 올라, 결과적으로 주식 투자 판단의 정확도가 66.7%까지 올라갔다. 이는 다른 모든 AI 팀 구성보다 우수한 성과였다.
이는 우리가 일상에서 경험하는 것과 크게 다르지 않다. 간단한 일은 혼자 하는 게 빠르지만, 복잡한 일은 여러 사람의 지혜를 모으되 명확한 리더십이 필요한 것처럼 말이다. AI도 결국 업무의 성격에 따라 최적의 팀 구성이 달라진다는 점에서 꽤나 ‘인간적’이라고 할 수 있겠다.
AI의 진화는 계속된다
“AI가 사람의 일자리를 대체할 것이다”라는 우려가 있지만, 이번 연구는 AI도 사람처럼 협업의 묘미와 어려움을 겪는다는 것을 보여준다. 연구진은 “AI의 성능을 높이는 것도 중요하지만, 어떻게 하면 AI들이 더 잘 협력할 수 있을지 고민하는 것도 중요한 연구 주제”라고 강조했다. 또한 연구진은 “과제의 성격과 복잡성에 따라 적절한 에이전트 협업 구조를 선택하는 것이 중요하다”며 “이번 연구는 AI를 활용한 금융 분석의 성능을 향상시키는 데 실질적인 지침이 될 것”이라고 밝혔다.
기사에 인용된 리포트의 원문은 링크에서 확인할 수 있다.
기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다.
관련 콘텐츠 더보기
